itisarainyday/ml_bert_clustering

该数据集包含多个特征字段，如问题ID（questionid）、选择编号（RA_number）、选择内容（RA_choice）等，涵盖了问题的多个维度，包括内容、技能、持续时间等。数据集的训练集包含776个样本，总大小为5626861字节，下载大小为3730204字节。

This dataset contains multiple feature fields such as question ID (questionid), choice number (RA_number), choice content (RA_choice), etc., covering various dimensions of questions including content, skills, duration, etc. The training set of the dataset contains 776 samples, with a total size of 5626861 bytes and a download size of 3730204 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• questionid: 字符串类型
• RA_number: 64位整数类型
• RA_choice: 64位整数类型
• RA_none: 64位整数类型
• modulename: 64位整数类型
• setname: 字符串类型
• questiontitle: 字符串类型
• setnumber: 64位整数类型
• questionnumber: 64位整数类型
• masterContent: 字符串类型
• skill: 64位浮点数类型
• durationUpperBound: 64位浮点数类型
• partContent: 字符串类型
• partposition: 64位整数类型
• workedsolutionpos: 64位浮点数类型
• workedsolution: 字符串类型
• tutorial: 字符串类型
• total_topic: 字符串类型
• roundedDuration: 64位整数类型
• module: 64位整数类型
• level: 64位整数类型
• total_text: 字符串类型
• questionContent: 字符串类型
• question_sentence_len: 64位整数类型
• verb_count_q: 64位整数类型
• verb_count_sol: 64位整数类型
• text_len: 64位整数类型
• latex_len: 64位整数类型
• latex_len_solution: 64位整数类型
• latex_len_tutorial: 64位整数类型
• text_len_solution: 64位整数类型
• text_len_tutorial: 64位整数类型
• text_len_parts: 64位整数类型
• latex_len_parts: 64位整数类型
• text_len_question: 64位整数类型
• latex_len_question: 64位整数类型
• embeddings: 64位整数类型
• table: 64位整数类型
• total_sol_len: 64位整数类型
• steps: 64位浮点数类型
• parts_skills: 64位浮点数类型
• skill_x_total_sol_len: 64位浮点数类型
• skill_x_steps: 64位浮点数类型
• text_latex_stats: 64位整数类型
• solution_latex_stats: 64位整数类型
• RA_total: 64位整数类型
• char_len_question: 64位整数类型

数据分割

• train: 包含776个样本，占用5626861字节

数据集大小

• 下载大小: 3730204字节
• 数据集大小: 5626861字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*